Cardiovascular Risk Reduction With Liraglutide: An Exploratory Mediation Analysis of the LEADER Trial
Notice bibliographique
Résumé
OBJECTIVE The Liraglutide Effect and Action in Diabetes: Evaluation of Cardiovascular Outcome Results (LEADER) trial (ClinicalTrials.gov reg. no. NCT01179048) demonstrated a reduced risk of cardiovascular (CV) events for patients with type 2 diabetes who received the glucagon-like peptide 1 receptor agonist liraglutide versus placebo. The mechanisms behind this CV benefit remain unclear. We aimed to identify potential mediators for the CV benefit observed with liraglutide in the LEADER trial. RESEARCH DESIGN AND METHODS We performed exploratory analyses to identify potential mediators of the effect of liraglutide on major adverse CV events (MACE; composite of CV death, nonfatal myocardial infarction, or nonfatal stroke) from the following candidates: glycated hemoglobin (HbA1c), body weight, urinary albumin-to-creatinine ratio (UACR), confirmed hypoglycemia, sulfonylurea use, insulin use, systolic blood pressure, and LDL cholesterol. These candidates were selected as CV risk factors on which liraglutide had an effect in LEADER such that a reduction in CV risk might result. We used two methods based on a Cox proportional hazards model and the new Vansteelandt method designed to use all available information from the mediator and to control for confounding factors. RESULTS Analyses using the Cox methods and Vansteelandt method indicated potential mediation by HbA1c (up to 41% and 83% mediation, respectively) and UACR (up to 29% and 33% mediation, respectively) on the effect of liraglutide on MACE. Mediation effects were small for other candidates. CONCLUSIONS These analyses identify HbA1c and, to a lesser extent, UACR as potential mediators of the CV effects of liraglutide. Whether either is a marker of an unmeasured factor or a true mediator remains a key question that invites further investigation.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».